Question

我正在尝试将字符串从iso-8859-1转换为utf-8。但当我发现这两个charachter€和•函数返回一个charachter，是一个内有两个数字的正方形。

我该如何解决这个问题？

Answer 1

我认为您正在寻找的编码是Windows code page 1252（西欧）。它与ISO-8859-1（或8859-15）不同; 0xA0-0xFF范围内的字符与8859-1匹配，但cp1252在0x80-0x9F范围内添加了各种额外字符，其中ISO-8859-1分配了很少使用的控制代码。

出现混淆是因为当您将页面作为text/html;charset=iso-8859-1投放时，由于历史原因，浏览器实际上使用cp1252（因此也会在cp1252中提交表单）。

iconv('cp1252', 'utf-8', "\x80 and \x95")
-> "\xe2\x82\xac and \xe2\x80\xa2"

Answer 2

请务必先检查您的编码！你永远不应该盲目信任你的编码（即使它来自你自己的网站！）：

function convert_cp1252_to_utf8($input, $default = '') {
    if ($input === null || $input == '') {
        return $default;
    }

    // https://en.wikipedia.org/wiki/UTF-8
    // https://en.wikipedia.org/wiki/ISO/IEC_8859-1
    // https://en.wikipedia.org/wiki/Windows-1252
    // http://www.unicode.org/Public/MAPPINGS/VENDORS/MICSFT/WINDOWS/CP1252.TXT
    $encoding = mb_detect_encoding($input, array('Windows-1252', 'ISO-8859-1'), true);
    if ($encoding == 'ISO-8859-1' || $encoding == 'Windows-1252') {
        /*
         * Because ISO-8859-1 and CP1252 are identical except for 0x80 through 0x9F
         * and control characters, always convert from Windows-1252 to UTF-8.
         */
        $input = iconv('Windows-1252', 'UTF-8//IGNORE', $input);
    }
    return $input;
}

Answer 3

iso-8859-1不包含€符号，因此如果包含iso-8859-1，则无法用iso-8859-1解释。请改用iso-8859-15。

Answer 4

这两个字符在iso-8859-1中是非法的（你的意思是iso-8859-15？）

$ php -r 'echo iconv("utf-8","iso-8859-1//TRANSLIT","ter € and • the");'
ter EUR and o the

PHP函数iconv字符编码从iso-8859-1到utf-8

4 个答案: